-
公开(公告)号:CN118119156A
公开(公告)日:2024-05-31
申请号:CN202410192277.2
申请日:2024-02-21
申请人: 四川数字交通科技股份有限公司 , 四川欣智造科技有限公司
摘要: 本发明公开了一种机柜通风系统,包括外壳体,外壳体的外部以及柜体的内部均固定连接有温度传感器,固定杆的外部有一号电机,一号电机的一侧有风扇,柜体的后侧安装有风速监测器,外壳体的内侧底部固定连接有压力传感器,一号驱动装置的下侧固定连接有转动杆,转动杆的底部固定连接有螺旋刀组件,二号驱动装置的外部固定连接有转动柱,转动柱的外部固定连接有清洁条。本发明可根据机柜与外部内外温差来判断运转散热电机数量,减少了机柜的多余负荷,而且设置两组隔网,可将外部冷空气吸入机柜内部降温的同时将外部较大杂物阻隔,而且当中型杂物进入两组隔网之间时,还可将其先扬起再排除,减少堆积,而沾染在内层隔网上的灰尘还会定时清除。
-
公开(公告)号:CN221353930U
公开(公告)日:2024-07-16
申请号:CN202323185482.6
申请日:2023-11-24
申请人: 四川数字交通科技股份有限公司 , 四川欣智造科技有限公司
摘要: 本实用新型涉及一种应用于智慧高速的一体化供电设备,包括电源变换单元、电源监控单元、动力环境监测单元、程控配电单元以及供电接口单元;电源变换单元的输入端用于分别接入市政电源以及不间断电源,电源变换单元的输出端分别与电源监控单元的输入端以及程控配电单元的输入端电连接,程控配电单元的输出端与供电接口单元电连接,供电接口单元用于连接外部设备的供电端口;电源监控单元的输出端与动力环境监测单元的输入端电连接,动力环境监测单元的输出端与程控配电单元的控制端电连接;本实用新型集电源转、换电源开关控制以及电源电压监控等装置为一体,提高了供电装置的集成化程度,降低整个装置的空间占用,便于集中维修和维护。
-
公开(公告)号:CN118262518A
公开(公告)日:2024-06-28
申请号:CN202410351284.2
申请日:2024-03-26
申请人: 东南大学 , 四川数字交通科技股份有限公司
IPC分类号: G08G1/01
摘要: 发明提供了一种基于Transformer的高速公路主动管控方案生成方法,具体为:1、从高速公路数据中台获取全线交通状态、云控上报事件信息以及初始化全线控制设备信息;2、基于Transformer的主动管控方案生成模块生成全线控制对象的目标信息;3、基于Transformer的全线交通状态预测模块输入初始化全线交通状态及控制对象的目标信息,生成全线交通状态预测结果;4、对主动管控方案进行评价,并将具体方案上传至数据中台。本发明能实现高速公路管控方案的智能生成与实时评价。
-
公开(公告)号:CN117093872B
公开(公告)日:2024-01-02
申请号:CN202311353717.X
申请日:2023-10-19
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
IPC分类号: G06F18/214 , G06F18/24 , G06F18/25
摘要: 本申请公开了一种雷达目标分类模型自训练方法及系统,属于目标探测领域,该方法将雷达数据和视觉数据融合,生成融合数据,也就是说该融合数据既包含了目标的雷达轨迹数据,也包含了目标对应的视觉轨迹数据,因而可以利用视觉轨迹数据精准的获得目标的类别信息,从而无需人工对雷达轨迹数据对应的目标类别信息进行标记,大量减少人工收集数据并训练更新算法的工作量。通过筛选融合数据序列得到训练数据集和测试数据集,自动训练或估算雷达目标分类模型的参数,自动评估当前生成的雷达目标分类模型的参数的分类能力,并最终达到自动训练(56)对比文件Hongliang Zhu.Ship ClassificationBased on Sidelobe Elimination of SARImages Supervised by Visual Model《.2021IEEE Radar Conference (RadarConf21)》.2021,1-6.张袅娜 等.基于激光雷达和摄像机融合的智能车障碍物识别方法《.科学技术与工程》.2020,(第04期),1461-1466.
-
公开(公告)号:CN118549889A
公开(公告)日:2024-08-27
申请号:CN202410664669.4
申请日:2024-05-27
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
摘要: 本申请提供一种多目标下的坐标系转换方法、装置、雷达设备及存储介质,该方法包括从至少两个雷达中获取状态数据,所述状态数据包括位置信息和速度信息;对所述状态数据进行目标匹配计算,得到匹配矩阵,所述匹配矩阵表示同一目标在不同坐标系下的位置信息;通过最小二乘算法对所述匹配矩阵进行求解,得到转换矩阵,所述转换矩阵用于将一个坐标系的目标位置转换到另一个坐标系。本申请使得多雷达目标航迹空间配准中的坐标转换精度、实时性以及目标匹配的问题得到解决,从而使得目标在不同坐标系下能够准确配准和转换。
-
公开(公告)号:CN117636635A
公开(公告)日:2024-03-01
申请号:CN202311595042.X
申请日:2023-11-24
申请人: 四川数字交通科技股份有限公司
IPC分类号: G08G1/01 , G06F3/04815 , H04N7/18
摘要: 本发明公开了一种孪生交通管控系统桌面端及其实现方法,涉及交通管理技术领域,能够提供交通行业通用元素的可视化和管理功能,如三维部件标注、实时路况查看、监控预警、设备监控查看、三维模型展示及交互等功能,提升了车辆的行车安全性、监控全面智能化以及交通决策调度灵活性等,解决了现在技术方案存在的问题。
-
公开(公告)号:CN117095540B
公开(公告)日:2024-01-23
申请号:CN202311344499.3
申请日:2023-10-18
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
摘要: 本发明公开了一种道路二次事故的预警方法、装置、电子设备及存储介质,方法包括:探测通行道路上的车辆是否异常行驶或停放;若是,则将异常行驶或停放事件上报至后台,并定位异常的目标车辆位置;检测后台是否接收到人工向目标车辆周围的预定位置发出的告警指令,若否,则向所述预定位置发送告警信息。本发明能够降低二次事故发生的几率。(56)对比文件Xin Liu等.On-road vehicle detectionfusing radar and vision《.Proceedings of2011 IEEE International Conference onVehicular Electronics and Safety》.2011,150-154.
-
公开(公告)号:CN117167612A
公开(公告)日:2023-12-05
申请号:CN202311444009.7
申请日:2023-11-02
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
摘要: 本申请的实施例公开了道路监控系统,道路监控系统包括横梁、移动座、驱动组件、监控设备以及传动组件。横梁设置于道路上方;移动座活动设置于横梁,并能够沿宽度方向移动;驱动组件用于驱动移动座沿宽度方向移动;监控设备以竖向为轴线方向可转动地安装于移动座,监控设备用于监控位于相对侧的目标物;传动组件分别连接监控设备与横梁,移动座沿宽度方向移动时,传动组件能够将监控设备相对横梁的直线运动转换为监控设备相对移动座的旋转运动,从而保持监控设备朝向道路的预定位置。监控设备能够避开遮挡物,可选择地从正面或侧面对道路的预定位置所在区域进行监控,从而提高了监控效果。
-
公开(公告)号:CN117093872A
公开(公告)日:2023-11-21
申请号:CN202311353717.X
申请日:2023-10-19
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
IPC分类号: G06F18/214 , G06F18/24 , G06F18/25
摘要: 本申请公开了一种雷达目标分类模型自训练方法及系统,属于目标探测领域,该方法将雷达数据和视觉数据融合,生成融合数据,也就是说该融合数据既包含了目标的雷达轨迹数据,也包含了目标对应的视觉轨迹数据,因而可以利用视觉轨迹数据精准的获得目标的类别信息,从而无需人工对雷达轨迹数据对应的目标类别信息进行标记,大量减少人工收集数据并训练更新算法的工作量。通过筛选融合数据序列得到训练数据集和测试数据集,自动训练或估算雷达目标分类模型的参数,自动评估当前生成的雷达目标分类模型的参数的分类能力,并最终达到自动训练的目的。
-
公开(公告)号:CN118537679A
公开(公告)日:2024-08-23
申请号:CN202410668046.4
申请日:2024-05-28
申请人: 四川数字交通科技股份有限公司 , 南京隼眼电子科技有限公司
IPC分类号: G06V10/774 , G06V10/44 , G06V10/82 , G06V20/56 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种模型训练方法、车道线检测方法、装置、车辆及介质,模型训练方法包括:利用特征提取网络对训练图像进行特征提取,获得车道线特征;利用检测分支对车道线特征进行预测,获得第一预测结果,第一预测结果用于表征车道线特征是否包含车道线的起始点;基于第一预测结果,利用编解码网络对车道线特征进行编解码操作,获得第二预测结果,第二预测结果包括车道线信息;基于第一预测结果以及第二预测结果对待训练的车道线检测模型进行迭代训练,以获得训练好的车道线检测模型。本申请提供的车道线检测模型不需要预设车道线数量,还能输出完整的连续的平滑的车道线,使得训练好的车道线检测模型适用于复杂的车道线场景。
-
-
-
-
-
-
-
-
-